Le Monde des Utilisateurs de L'Analyse de Données

Numéro 34

 
 

Cadre général et algorithmes de constructions pour des représentations symboliques adaptatives de séries temporelles.
Bernard HUGUENEY
La revue MODULAD, numéro 34, Juillet 2006

Résumé

Les séries temporelles constituent un domaine très important de la fouille de données. En effet, les très gros volumes de données numériques généralement entreposés ne se prêtent pas à une analyse directe. Dans un but à la fois de réduction de la dimensionnalité et d'extraction d'information, la fouille de données de séries temporelles donne généralement lieu à un changement de représentation des séries temporelles. Dans un objectif d'intelligibilité de l'information extraite lors du changement de représentation, on peut avoir recours à des représentations symboliques de séries temporelles. Nous proposons un cadre général de représentation de séries temporelles, ainsi que deux représentations particulières
(Clustering-Based Symbolic Representations: CBSR et Segmentation-Based Symbolic Representation with Linear models of 0th order : SBSR-L0) s'inscrivant dans ce cadre général.

Mots-clés : Fouille de données, séries temporelles, changements de représentations, représentations symboliques, recherche de motifs récurrents

Télécharger : Cadre général et algorithmes de constructions pour des représentations symboliques adaptatives de séries temporelles.